@(python)

单元测试是对程序中的单个子程序、函数、过程进行的测试，面向白盒测试。
单元测试测试覆盖常用子程序的输入组合，边界条件和异常处理，尽可能保证单元测试代码简洁，避免单测本身代码有 bug 影响对测试对象的测试结果。

python 提供单元测试框架 unittest,

简单编写一个模块 calculator.py ，作为单元测试对象

#!/usr/bin/env python
# coding=utf-8

def my_print(str):
    pass
    #print(str)

class Calculator():
    __version__ = 4
    def __init__(self, a, b):
        my_print("cal init")
        self.a = int(a)
        self.b = int(b)

    def __del__(self):
        my_print("cal del")

    def add(self):
        return self.a + self.b

    def sub(self):
        return self.a - self.b

    def mul(self):
        return self.a * self.b

    def div(self):
        return self.a / self.b

编写测试用例 (test case)

如上， 我们为该模块编写对应的单元测试，取名 testCalculator.py :

#!/usr/bin/env python
# coding=utf-8
import unittest
from calculator import Calculator

class CalculatorTest(unittest.TestCase):

    def test_add_0(self):
        cal = Calculator(8, 4)
        result = cal.add()
        self.assertEqual(result, 12)

    def test_add_1(self):
        cal = Calculator(8, 4)
        result = cal.add()
        self.assertNotEqual(result, 12)
        
    def will_not_callme(self):
        print("lalalla")
        
if __name__ == "__main__":
    unittest.main()

简单地编写了两个对模块方法 add（） 的测试用例。编写单元测试，我们需要对应测试的对象实现一个类，继承 unittest.TestCase。
测试类 CalculatorTest 中的测试用例都是以 test_， 其他方法在执行脚本的时候框架不会直接调用执行。
对应目标模块的各个方法编写测试用例，使用断言判断结果，注意使用的断言是 unittest.TestCase内置的，这样才能保证不会由于某个用例断言失败而直接退出执行。

执行 运行结果如下，可以看到，没有通过的例子断言了错误的行号，可以快速定位问题。

$  python testCalculator.py -v
test_add_0 (__main__.CalculatorTest) ... ok
test_add_1 (__main__.CalculatorTest) ... FAIL

======================================================================
FAIL: test_add_1 (__main__.CalculatorTest)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "aa.py", line 16, in test_add_1
    self.assertNotEqual(result, 12)
AssertionError: 12 == 12

----------------------------------------------------------------------
Ran 2 tests in 0.002s

FAILED (failures=1)

内置的断言

测试初始化和清理(test fixture)

看到上面的例子，每次写一个测试用例都要重新定义一个测试实例 cal， 显得很重复，但是直接在测试类初始化函数定义的话又怕用例之间相互干扰。还有就是，有些测试，需要测试前构建测试场景，测试结束后清理。
类似以上的问题，unittest 提供了几个方法实现。

• setUp() ： 执行每个测试用例前都会调用，执行准备
• tearDown() : 执行完每个用例后都会调用，执行清理

对应上面两个方法，下面两个在测试类函数开始和结束调用

• setUpClass()
• tearDownClass()

测试套件 (test suit)

测试套件是多个测试用例的集合
结合上面内容，看个相对完整的测试套件 ：

#!/usr/bin/env python
# coding=utf-8

import sys
import unittest
from calculator import Calculator

class CalculatorTest(unittest.TestCase):

    def setUp(self):
        self.cal = Calculator(8, 4)
        #assert 1 == 2, "test if setUp error"

    def tearDown(self):
        self.cal = None

    def test_add(self):
        '''
        des : test add
        '''
        result = self.cal.add()
        self.assertEqual(result, 12)
        # if use python builtin assert , it will stop run
        # assert result == 12, "add error"

    def test_sub(self):
        result = self.cal.sub()
        self.assertEqual(result, 4)

    def test_mul(self):
        result = self.cal.mul()
        self.assertEqual(result, 32)

    def test_div(self):
        result = self.cal.div()
        self.assertEqual(result, 2)

    @unittest.skip('just skip')
    def test_div_1(self):
        result = self.cal.div()
        self.assertEqual(result, 3)

    @unittest.skipIf(Calculator.__version__ < 5, 'not support this library')
    def test_div_2(self):
        result = self.cal.div()
        self.assertEqual(result, 2)

    @unittest.skipIf(Calculator.__version__ < 2, 'not support this library')
    def test_div_3(self):
        result = self.cal.div()
        self.assertEqual(result, 2)

    @unittest.skipUnless(sys.platform.startswith('win'),  'windows')
    def test_div_4(self):
        result = self.cal.div()
        self.assertEqual(result, 2)

    @unittest.skipUnless(sys.platform.startswith('linux'),  'linux')
    def test_div_5(self):
        result = self.cal.div()
        self.assertEqual(result, 2)

def suite1():
    ## 执行测试用例构建条件
    suite = unittest.TestSuite()
    suite.addTest(CalculatorTest("test_add"))
    suite.addTest(CalculatorTest("test_sub"))
    return suite

def suite2():
    # 指定前缀构建测试套件
    suite = unittest.makeSuite(CalculatorTest, 'test')
    return suite

if __name__ == "__main__":
    ## 运行用例方法1
    #my_print("Test suit : run some testcase")
    #runner = unittest.TextTestRunner()
    #runner.run(suite1())

    ## 运行用例方法2
    #my_print("Test suit : run all testcase")
    #runner.run(suite2())

    ## 运行用例方法3
    # python ./testCalculator.py -v
    # python ./testCalculator.py -v testCalculator.test_add
    my_print("Run all testcase dircetly")
    unittest.main()

关注的点：

• 测试用例指定条件，在不符合条件的情况下跳过不执行（见最后几个带修饰器的用例，对于跨平台什么实用）
• 所有测试用例执行顺序与其在类中的定义顺序没有关系，不能依靠这个先后关系；并且不同用例之间最好不要相互依赖。

如上，运行所有测试用例，或者指定某个测试用例运行。

$ python testCalculator.py -v
test_add (__main__.CalculatorTest) ... ok
test_div (__main__.CalculatorTest) ... ok
test_div_1 (__main__.CalculatorTest) ... skipped 'just skip'
test_div_2 (__main__.CalculatorTest) ... skipped 'not support this library'
test_div_3 (__main__.CalculatorTest) ... ok
test_div_4 (__main__.CalculatorTest) ... skipped 'windows'
test_div_5 (__main__.CalculatorTest) ... ok
test_mul (__main__.CalculatorTest) ... ok
test_sub (__main__.CalculatorTest) ... ok

----------------------------------------------------------------------
Ran 9 tests in 0.001s

OK (skipped=3)

$ python testCalculator.py -v CalculatorTest.test_add
test_add (__main__.CalculatorTest) ... ok

----------------------------------------------------------------------
Ran 1 test in 0.001s

OK

多个测试套件运行

$ python -m unittest discover 
### 结合一下参数， python自动匹配运行所有符合条件的测试用例
-v, --verbose
Verbose output
 
-s, --start-directory directory
Directory to start discovery (. default)
 
-p, --pattern pattern
Pattern to match test files (test*.py default)
 
-t, --top-level-directory directory
Top level directory of project (defaults to start directory)

或者直接新建一个文件，import 所有测试类

使用 mock

前面提到，单元测试测试最小单元，但是有时候测试，遇到测试模块需要依赖于其他模块，一个是不确定依赖的模块是否有问题；另一个是依赖模块容易构造获取，没有实现。比如网络消息分析包，需要接收网络字节之类的。
这种情况下，就需要对依赖的模块进行 mock，虚拟一个依赖模块供我们测试。

如上面的例子，假如原理的 add() 还没有实现

def  add(self):
    pass

测试用例类似如下， 对其进行mock

from unittest import mock

    def test_add(self):
        result = self.cal.add()
        self.assertNotEqual(result, 12)
        self.cal.add = mock.Mock(return_value=12)
        result = self.cal.add()
        self.assertEqual(result, 12)

大概的意思，详细根据实际需求了解使用
参考 python mock

--

参考

• unittest doc
• 测试折腾的代码